基于EnKF和PF的沙壕渠灌域土壤含盐量监测模型研究.pdfVIP

学

2023年6月农业机械报第54卷第6期

doi10.6041/j.issn.1000-1298.2023.06.037

基于EnKF和PF的沙壕渠灌域土壤含盐量监测模型研究

殷皓原1.2

陈策1.2姚一飞1.2黄小鱼1.2

张智韬1.2贾江栋12

（1.西北农林科技大学水利与建筑工程学院，陕西杨凌712100；

2.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西杨凌712100）

摘要：为探究不同数据同化算法在时空尺度上监测土壤含盐量的可行性，以内蒙古河套灌区沙壕渠灌域为研究区

域，采用高分一号卫星遥感图像作为数据源，通过EnKF算法和PF算法的同化观测算子和模型算子得到时空范围

中的土壤含盐量变化情况。其中观测算子分为两步，首先通过PLS-VIP准则来筛选光谱指数作为自变量，再使用

ELM模型建立基于不同时间不同深度的遥感监测土壤含盐量模型；模型算子为基于Hydrus-1D模型的数学模拟

监测土壤含盐量模型。结果表明，基于ELM模型的土壤含盐量模型中，深度0~20cm、20~40cm和40~60cm的

平均I0A均在0.74以上，平均ME在0.14%以下，表明反演模型具有良好的精度；基于Hydrus-1D的数学模拟监

测土壤含盐量模型中，3个深度平均I0A在0.79~0.89之间，平均ME在0.128%~0.137%之间，能够较好地反映

土壤盐分在时间序列中的运移情况；EnKF算法3个深度I0A在0.820以上，ME在0.141%~0.157%之间，NMB

在0.141~0.252之间，PF算法3个深度I0A在0.89以上，ME在0.090%~0.142%之间，NMB在0.075~0.097之

间，精度优于EnKF算法，能够很好地反映土壤含盐量在时间和空间上的分布情况。本文基于EnKF和PF算法进

行Hydrus-1D模型和ELM模型的同化方案研究，提高了土壤含盐量的监测精度，可为后续在长时间大范围的时空

尺度上监测土壤含盐量提供依据，也可为精准农业防治土壤盐渍化的研究提供参考。

关键词：土壤含盐量；数据同化；集合卡尔曼滤波；粒子滤波；极限学习机；Hydrus-1D

中图分类号：S127；S156.4文献标识码：AOSID：

文章编号：1000-1298（2023）06-0361-12

SoilSalinityMonitoringModelofShahaoquIrrigationArea

BasedonEnKFandPFAlgorithm

1,21,21,2

ZHANGZhitaol.2CHENCel.2JIAJiangdongYINHaoyuanYAOYifeil.2HUANGXiaoyu

(1.CollegeofWaterResourcesandArchitecturalEngineering,NorthwestAFUniversity,Yangling,Shaanxi712100,China

2.KeyLaboratoryofAgriculturalSoilandWaterEngineeringinAridandSemiaridAreas,